API包从实现代码中独立出来，单独发行，方便新实现引用和更新。

[lesnolie]

我一直在找，可以将live2d利用ffmpeg制作成视频，成为完全的个人助理，然后发现了这个仓库，大佬牛逼，后期我想1.改模型，2.接入 voicevex语音，同时输出日语和中文字幕。

[lesnolie]

另外如果全用API搭建是否就不用显卡了🥺

[cdfmlr]

后期我想1.改模型，2.接入 voicevex语音，同时输出日语和中文字幕。

都可以的，现在每个模型需要写对应的驱动（在 live2ddriver 里）。语音合成可以写新的 sayer 实现，实现 proto 定义的接口即可，如果实现了这个 Issue 的标题 “API包从实现代码中独立出来” 这个过程就可以更容易了，掉一个包就行，不用手写接口了。

另外如果全用API搭建是否就不用显卡了🥺

可以使用显卡。说的 API 是 muvtuber 各组件之间的 gRPC 通信或历史遗留的 HTTP 通信。这些 API 把各个组件之间解耦，不管具体实现是什么，不论调用云服务或在本地用显卡推理，只要实现了接口，就可以无痛接入现有框架中！

---

这个项目之所以这么复杂就是想要尽可能解耦，以支持各种组件的任意替换、组合。但现在这个项目缺乏文档，基本只有我自己知道这东西是怎么工作的，我会尽快做 #32 提供详细一点的文档。

[lesnolie]

感谢解答，我目前实现了: telegram bot X whispher X chatgpt X MSTTS和语音分析 当我输入音频或者文字时，可以返回音频。 现在我想增加一个，返回的音频+LIVE2D通过FFmpeg合成视频，返回一个视频。 通过搜索资料找到了你在掘金的文章。 文章中，情感分析令我印象深刻，我的也可以情感分析，但是是通过轮询关键字来触发MSTTS的语音Style.您的好像更加科学一点。 LIVE2D我也发现了和您现在使用的同样的仓库，我看到他有api，但因为个人目前在外无法测验。 目前我的程序是全程利用api，只需要http命令和返回内容即可，对于LIVE2D还不是特别熟悉，不知道能否通过直接发送json等直接将语音和画面结合输出视频，最好是带有口型和动作的。 这样就成为了一个个人助理（轻量）。

当然，如果能做成一个实时在线的(可以是web，也可以是app或者小程序)个人助理也不错。在web增加输入口。

今晚回家以后研究一下您的代码。

[cdfmlr]

LIVE2D通过FFmpeg合成视频

这个不太会耶，我最早也想用 ffmpeg 但是，太难了，不如用 web 😂

接将语音和画面结合输出视频，最好是带有口型和动作的。这样就成为了一个个人助理（轻量）。

个人觉得用 web 比较好，灵活一些。通过浏览器直接就访问了，还可以其他设备远程访问，稍微封装一下还可以做成桌面应用，如果需要把视频输出到不支持浏览器的设备也可以用 obs 转化一下 web -> 视频流。

[cdfmlr]

Close by 4044b8dd65cbc55b7d81a934db3c287dfa220fae.